学习行走：利用运动记忆热启动最优控制求解器

Teguh Santoso Lembono; Carlos Mastalli; Pierre Fernbach; Nicolas Mansard; Sylvain Calinon

学习行走：利用运动记忆热启动最优控制求解器

机器人学 2020-03-02 v2 最优化与控制

作者: Teguh Santoso Lembono , Carlos Mastalli , Pierre Fernbach , Nicolas Mansard , Sylvain Calinon

摘要

本文提出一种构建运动记忆以热启动人形机器人行走任务最优控制求解器的框架。我们使用通用行走规划器HPP Loco3D离线生成一组动力学一致的全身轨迹并存储为运动记忆。该学习问题被表述为一个回归问题，在给定期望接触位置下预测单步运动，并用作生成多步运动的构建块。预测的运动随后用作快速最优控制求解器Crocoddyl的热启动。我们已表明，该方法将单步运动达到收敛所需迭代次数从 $\sim$ 9.5降至仅 $\sim$ 3.0，多步运动从 $\sim$ 6.2降至 $\sim$ 4.5，同时保持解的质量。

关键词

人形机器人行走最优控制热启动运动记忆轨迹回归 Crocoddyl

引用

@article{arxiv.2001.11751,
  title  = {Learning How to Walk: Warm-starting Optimal Control Solver with Memory of Motion},
  author = {Teguh Santoso Lembono and Carlos Mastalli and Pierre Fernbach and Nicolas Mansard and Sylvain Calinon},
  journal= {arXiv preprint arXiv:2001.11751},
  year   = {2020}
}

备注

7 pages

学习行走：利用运动记忆热启动最优控制求解器

摘要

关键词

引用

备注

相关论文